Шаховая Ирина Александровна
Факультет: Вычислительной техники и информатики
Специальность: Программное обеспечение автоматизированных систем
Кафедра: Прикладной математики и информатики
Тема выпускной работы: «Нейросетевая модель мониторинга технологичеcкого процесса выплавки стали»
Руководитель: доцент, к.т.н. Федяев Олег Иванович |
Статьи и публикации
по теме «Нейросетевая модель мониторинга технологического процесса выплавки стали»
- И. А. Шаховая Применение вейвлет-анализа при обработке сигналов. IV международная научная конференция студентов, аспирантов и молодых ученых «Компьютерный мониторинг и информационные технологии». 13-14 мая 2008г. В докладе рассмотрены основные принципы применения вейвлет-преобразований.
- И. А. Шаховая Глобальные экологические проблемы. Реферат по ораторскому искусству, 2008 год. Работа содержит как раскрытие темы реферата, так и собственные мысли и мнение автора по поводу поставленной проблемы. Также реферат содержит риторическую часть «Три «золотых» правила риторики».
- C. Valens, Guide to wavelet transform Перевод выполнен Шаховой И. А. Статья посвящена введению в вейвлет-анализ, рассмотрению основных моментов применения этого метода при обработке сигналов.
Упор сделан на реализацию, а не на математическое доказательство формул. Ссылка: [Перевод с английского] [оригинал http://pagesperso-orange.fr/polyvalens/clemens/wavelets/wavelets.html ]
- В.Н. Копенков Эффективные алгоритмы локального дискретного вейвлет-преобразования с базисом Хаара. В работе предлагаются два новых быстрых алгоритма вычисления локального дискретного
вейвлет-преобразования одномерного сигнала на примере вейвлет-базиса Хаара, приводятся
выражения для их вычислительной сложности, производится их сравнение друг с другом и
с известным алгоритмом быстрого вейвлет-преобразования. Приведены рекомендации по
использованию каждого из предложенных алгоритмов. В частности, указаны области
«предпочтения» этих алгоритмов, то есть параметры задачи вычисления вейвлетпреобразования, для которых эти алгоритмы вычислительно эффективны. На основе анализа сложности алгоритмов, а также с учетом дополнительных возможностей, которые дает
рекурсивный алгоритм, делается вывод о его преимуществе по сравнению с альтернативным и с известным алгоритмом быстрого вейвлет-преобразования. Представлено обобщение рассмотренных алгоритмов на 2-х мерный случай
Ссылка: http://www.ipsi.smr.ru/research/publication/KO/PDF/KO32-1/KO321317.pdf[pdf, 614 Kb]
- Л. Левкович-Маслюк, А. Переберин Введение в вейвлет-анализ.
В статье рассматриваются основы вейвлет-преобразования, его определение и применение, а также основные ортогональные вейалеты и многомасштабный анализ.
Ссылка: http://algolist.manual.ru/compress/image/leo_lev/lecture1/wav1_1.php
- Л. Левкович-Маслюк, А. Переберин Биортогональные вейвлеты, вейвлет-пакеты, сжатие изображений.
В лекции представлена краткая информация о биортогональных вейвлетах, вейвлет-пакетах, сжатии изображений
Ссылка: http://algolist.manual.ru/compress/image/leo_lev/lecture2/wav2_1.php
- Л. Левкович-Маслюк, А. Переберин Лифтинг-схема, мультивейвлеты.
В лекции представлена краткая информация о лифтинг-схеме и мультивейвлетах
Ссылка: http://algolist.manual.ru/compress/image/leo_lev/lecture4/wav4_1.php
- Лекция Классификация известных нейросетей по основным категориям применения
На этом сайте расположена лекция, посвященная
вводному курсу в тему нейронных сетей. Рассмотрены их классификация, характеристики, достоинства и
недостатки.
Ссылка: http://www.victoria.lviv.ua/html/oio/html/theme7_rus.htm
- Лекция Сети встречного распространения . В этой статье рассматриваются сети встречного распространения (один
из видов нейросетевой модели). В материале указаны общие сведения, структура, обучение слоев,
общее представление.
Ссылка: http://neuronets.chat.ru/nets.html
- Статья Сведения по технологии производства стали и изделий из нее.
В статье представлен краткий обзор процесса выплавки стали, его составляющие и типы.
Ссылка: http://www.kameneff.ru/materials/information.htm
|